전체검색 결과
성균관대 ICT명품인재양성사업단 주관 공모전에서 은상을 수상한 “케어마인더: 환자음성기반 간호업무 효율화 AI 스마트베드”는 환자의 음성을 인식하여 간호사의 업무를 자동 분장하는 기술이다. 환자의 음성요청이 병상에 설치된 태블릿으로 수집되어 간호사의 동선 낭비가 67%이상 개선되고 병동 운영 효율을 높인다. 본 기술은 2 건의 국내 특허를 출원하였고 제13회 정주영 창업 경진대회 우수상, 제10회 실험실 창업 페스티벌에서 최우수상을 수상하며 그 혁신성을 인정받았다. 또한 2025년 프라이머에서 투자를 유치하였고 스페인 MWC(M…
성균관대 ICT명품인재양성사업단 Pham 박사, 추현승 교수가 연구한 "초광각 UFI 안저영상을 활용한 고품질 CFI 영상 생성기술"은 UFI 영상으로부터 고품질의 CFI 영상을 생성한다. 한 번의 안저영상 촬영으로 눈의 전체/국소 영역 정보를 제공한다. 삼성서울병원 안과 전문의들은 생성된 CFI 의 시각적 품질이 원본 UFI 대비 최대 80%까지 개선되었다고 평가했다. 이를 통해 UFI만으로 대부분의 눈 질환 진단이 가능하다. 본 연구는 1건의 SCI급 저널과 2건의 국제 학술대회에 게재되었으며, 1건의 국내…
성균관대 ICT명품인재양성사업단 Austin 연구원, 추현승 교수가 연구한 "안저영상기반 UFI, CFI 다중질병 진단 소프트웨어 솔루션"은 대조학습으로 다양한 안질환을 동시에 진단하는 AI 기술이다. 초광각 안저영상과 기존 안저영상에서 당뇨성 망막병증, 망막전막증, 녹내장 의증, 황반변성, 망막열공, 망막정맥폐쇄증의 6가지 질환을 최대 99.14%의 AUC로 예측한다. 이를 통해 여러 질환을 한 번에 식별하여 기존 대비 진단 속도와 정확도를 향상시킨다. 본 연구는 3건의 SCI급 저널에 게재되었으며, 2건의 …
성균관대 ICT명품인재양성사업단 Bui박사, 추현승 교수가 연구한 "OCT 다중질환 분석/진단/분할 소프트웨어 솔루션"은 눈 OCT 이미지 내 주요한 질환을 딥러닝 방법으로 진단한다. 다양한 크기의 이미지로부터 질환 의심 영역의 핵심적인 정보를 통합하여 처리하고, 그 영역을 분할하여 판독 근거를 제시한다. 노화성 황반변성, 망막상피막, 황반부종을 97.40%의 정확도로 진단하여 안과 전문의들의 진단 효율성을 향상시킨다. 본 연구는 2건의 SCI급 저널에 게재되었으며, 2건의 국내 특허로 출원되었다.
성균관대 ICT명품인재양성사업단 Bui 박사, 추현승 교수가 연구한 “안저영상 기반 멀티모달 설명가능한 녹내장 진단”은 안저 이미지에서 추출한 시각적 특징과 의학적 전문 지식을 통합한 멀티모달(Multi-modal) AI기술로 설명 가능성과 정확도를 향상시킨다. Cross-attention 기법을 활용해 두 정보를 동시에 분석하여 시신경 유두 함몰, 출혈, 주변 위축 등 녹내장의 주요 징후를 효과적으로 포착한다. 이 기술은 녹내장 진단에서 정확도 98.5%의 높은 성능을 보이며, 조기 발견과 오분류 감소를 통해 신뢰할 수 있는 …
성균관대 ICT명품인재양성사업단 정신승 연구원, 타메르 교수가 연구한 “AI 기반 다중 뇌 영상 분석 · 진단 시스템” 은 딥러닝 기반 시계열 분석 기술을 활용하여 ADHD(주의력결핍과잉행동장애) 및 알츠하이머병의 조기 진단이 가능하다. 본 시스템은 시간에 따라 변화하는 뇌 활동의 패턴을 반영하는 동적 분석 방식을 도입하여 진단 정확도를 최대 92%까지 향상시켰다. 또한 결과를 시각적으로 설명하여 의료진이 환자 상태를 명확하게 이해하고 신속한 임상 결정을 내릴 수 있는 도구로 주목받고 있다. 본 연구는 JCR 상위 10% 이내 …
성균관대 ICT명품인재양성사업단 김종훈 연구원, 박현진 교수가 연구한 "확산 모델 기반 종양 이미지 생성 모델"은 Diffusion 모델과 라디오믹스 기술을 결합하여 실제 종양의 형태, 질감, 조직 구조 등을 반영한 진짜 같은 의료 영상을 생성한다. 이 모델은 기존 생성적 적대 신경망 모델보다 세밀하고 다양한 종양 이미지를 생성하며, 실제 의료 데이터의 통계적 특성을 정확히 재현하여 생물학적 타당성도 높다. 또한 종양 크기의 변화 정확도가 최대 95.2%로 나타나, 의료 AI 알고리즘의 성능향상 뿐 아니라 수술…
성균관대 ICT 명품인재양성사업단 정지우/현상익 연구원, 허재필 교수가 연구한 “Diffusion 모델 기반 스타일 주입 기법”은 Self-attention 구조를 통해 스타일을 주입하는 기법을 제안하여 생성 성능을 크게 향상시켰다. 기존 Diffusion 모델 기반의 스타일 전이 기법들은 추론 단계에서 추가 학습 과정을 요구해 이미지 당 5분 이상의 생성 소요 시간을 필요로 한다. 반면 본 연구에서는 단일 이미지의 스타일을 변화시키는데 15초 내외로 소요되며 기존에 비해 28배 이상 속도를 단축하였다. 본 연구는 AI 분야 최…
성균관대 ICT명품인재양성사업단 김택현/송현빈 연구원, 박진영 교수가 연구한 “토론형 AI 챗봇 에이전트”는 거대 언어 모델(LLM)을 기반으로 한 역할 분리형 대화 시스템과 음성 변환 기술을 융합한 토론 생성형 AI 기술이다. 본 시스템은 입력된 주제에 대해 다양한 시각의 발화를 음성과 텍스트로 제공한다. 대화 행위(Dialogue Act)에서 75%의 정확도, 발화 생성(Utterance Generation)에서 0.26의 BLEU 점수로 높은 일관성과 표현력을 보이며 실제 다중 관점 토론 상황에서 논리적이고 설득력 있는 발…
성균관대 ICT명품인재양성사업단 소재현 연구원, 고종환 교수가 연구한 “삼성 Exynos NPU 활용 온-디바이스 AI 최적화 기술”은 삼성 Exynos NPU(신경망처리장치)와 최적화 기술을 활용하여 모바일 기기에서 고성능 AI 기능을 동시에 수행하고 실시간 건강 데이터를 정밀 분석한다. 이 기술을 활용할 경우 기존 클라우드 서버에 의존하거나 성능 제약이 있던 AI 서비스를 개선한다. 스마트폰 앱으로 실시간 심장 부정맥을 감지해 응급 상황 알림을 받거나, 여러 AI 기능을 동시에 끊김 없이 사용하는 것과 같은 혁신적인 사용자 …
